摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 高光谱成像技术的发展与应用 | 第10-12页 |
1.2 本文的研究内容及意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-15页 |
1.3.1 线性混合模型的波谱信号提取 | 第14-15页 |
1.3.2 非线性混合模型的波谱信号提取方法 | 第15页 |
1.4 本文结构 | 第15-17页 |
第二章 高光谱像元混合模型及数据采集 | 第17-30页 |
2.1 概述 | 第17-18页 |
2.2 线性混合模型 | 第18-19页 |
2.3 非线性混合模型 | 第19-23页 |
2.4 数据采集 | 第23-29页 |
2.4.1 模拟数据实验数据采集 | 第23-27页 |
2.4.2 高光谱数据采集 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第三章 线性波谱信号提取及算法性能评价 | 第30-53页 |
3.1 概述 | 第30页 |
3.2 线性波谱信号提取方法 | 第30-33页 |
3.2.1 基于PPI的线性波谱信号提取 | 第31-32页 |
3.2.2 基于VCA的线性波谱信号提取 | 第32-33页 |
3.3 波谱信号提取算法性能评价方法 | 第33-48页 |
3.3.1 性能评价流程 | 第33-34页 |
3.3.2 评价方法 | 第34-39页 |
3.3.2.1 FCLS丰度反演算法 | 第34-37页 |
3.3.2.2 CS(Compress Sensing)丰度反演算法 | 第37-39页 |
3.3.2.3 非线性FCLS(Nonlinear FCLS,NFCLS)丰度反演 | 第39页 |
3.3.3 评价参数与计算方法 | 第39-41页 |
3.3.4 线性与非线性丰度反演实验与分析 | 第41-48页 |
3.3.4.1 模拟数据实验 | 第41-46页 |
3.3.4.2 实测数据数据实验 | 第46-47页 |
3.3.4.3 实验结果分析 | 第47-48页 |
3.4 线性波谱信号提取实验与分析 | 第48-52页 |
3.4.1 基于PPI的波谱信号提取算法实验 | 第48-49页 |
3.4.2 基于VCA的波谱信号提取算法验证实验与分析 | 第49-52页 |
3.4.3 线性波谱信号提取算法实验分析 | 第52页 |
3.5 本章小结 | 第52-53页 |
第四章 非线性混合模型下的波谱信号提取 | 第53-70页 |
4.1 概述 | 第53页 |
4.2 非线性混合模型下的波谱提取方法 | 第53-56页 |
4.2.1 算法描述 | 第53-55页 |
4.2.2 初始化参数的选择 | 第55-56页 |
4.3 非线性波谱信号提取实验与分析 | 第56-68页 |
4.3.1 模拟数据实验 | 第56-61页 |
4.3.2 算法抗噪实验 | 第61-63页 |
4.3.3 实测数据实验 | 第63-67页 |
4.3.4 实验结果分析 | 第67-68页 |
4.4 非线性波谱信号提取算法在目标识别中的应用 | 第68-69页 |
4.5 本章小结 | 第69-70页 |
第五章 总结与展望 | 第70-73页 |
5.1 本文总结 | 第70-71页 |
5.2 展望 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-80页 |
攻读硕士学位期间取得的成果 | 第80-81页 |